一言まとめ
本ページは、パリの研究所 Kyutai が 2026 年 10 月 23 日に公開したオープンな動画オートエンコーダ群 CADRE の構造化データをまとめたもの：モデル規模、H100 1 枚での遅延・フレームレート、動き品質と再構築品質の指標、学習データ量、ライセンス。数値はすべて 2026 年 10 月 24 日時点。
データ説明
出典：Kyutai 公式論文『Rethinking Video Autoencoders for Interactive World Models』（arXiv 2610.30129、2026 年）、Kyutai 公式論文ページ、Sakhanda Wire と AiKraft による MarkTechPost 報道の転載（2026 年 10 月 23〜24 日）、my-best 日本語まとめ（2026 年 10 月 24 日）。対象と方法：CADRE は時間・空間圧縮率の異なる 7 種類の因果拡散表現オートエンコーダからなる家族で、各メンバーは凍結特徴上の小型ボトルネックのみが異なり、1 ステップまたは数ステップに自己蒸留した拡散デコーダを共有。遅延とフレームレートは Kyutai が NVIDIA H100 1 枚（bf16、batch 1、288×512 解像度、1 デコードステップ）で自社計測した値で、第三者報道でも同一数値。FVD は低いほど動き品質が良く、ARR は高いほど動作追従が良く、PSNR は高いほど再構築品質が良い。
コアデータ
| model | type | latency_ms | max_fps | license |
|---|---|---|---|---|
| CADRE-2×32×32 | CADRE 因果拡散表現オートエンコーダ | 185 | 23.4 | コード MIT、重み CC BY-NC 4.0 |
| CADRE-2×16×16 | 空間圧縮が低い CADRE メンバー | 個別記載なし | 個別記載なし | コード MIT、重み CC BY-NC 4.0 |
| Wan 2.2 VAE | テキスト動画向け流用オートエンコーダ | 317 | 34.2 | 各モデル次第 |
| LTX-2 VAE | テキスト動画向け流用オートエンコーダ | 492 | 87.4 | 各モデル次第 |
| Cosmos CV8x8x8 | テキスト動画向け流用オートエンコーダ | 605 | 39.0 | 各モデル次第 |
| DC-AE | フレーム単位の画像オートエンコーダ | 118 | 個別記載なし | 各モデル次第 |
| metric | CADRE-2×32×32 | CADRE-2×16×16 | Wan 2.2 | LTX-2 | Cosmos |
|---|---|---|---|---|---|
| 運転 FVD（低いほど良い） | 171.3 | 162.6 | 599.7 | 913.3 | 452.5 |
| ロボット操作 ARR（高いほど良い） | 0.45 | 個別記載なし | 0.85 | 0.25 | 0.78 |
| 再構築 PSNR（高いほど良い） | 22.86 | 個別記載なし | 35.02 | 28.24 | 31.39 |
フィールド説明
model：オートエンコーダ名。CADRE の命名で最初の数字は時間圧縮率、後ろの数字は空間圧縮率（例：2×32×32 は時間 2 倍・空間 32 倍圧縮）。type：家族と用途。CADRE は対話型ワールドモデル専用設計、その他はテキスト動画向けまたはフレーム単位の圧縮コンポーネント。latency_ms：1 フレーム分の動作遅延（ミリ秒）。Kyutai が H100 1 枚・1 デコードステップで自社計測。人が動作遅延を感じ始める目安は約 230 ミリ秒。max_fps：同じ H100 環境での最大生成フレームレート（フレーム/秒）。Kyutai の自社計測値。license：CADRE のコードは MIT、重みは CC BY-NC 4.0 で商用利用は不可。- FVD は Frechet Video Distance、ARR は Action Regression Rate、PSNR はピーク信号対雑音比の略。
出典
- Kyutai 公式論文（arXiv 2610.30129）：https://arxiv.org/pdf/2610.30129
- Kyutai 論文ページ：https://kyutai.org/papers/
- Sakhanda Wire の MarkTechPost 転載（2026 年 10 月 23 日）：https://wire.sakhanda.co/en/r/kyutai-cadre-video-autoencoders-that-cut-world-model-lag-below-230-ms
- AiKraft 転載（2026 年 10 月 24 日）：https://aikraft.ru/news/kyutai-cadre-video-autoencoders-that-cut-world-model-lag-below-230-ms
- my-best 日本語まとめ（2026 年 10 月 24 日）：https://my-best.ai/kyutai-cadre-video-autoencoder-230ms/